Umělá inteligence: Zpracování informace lidským intelektem a počítačem/Závěrem

Až dosud předpokládanou oblast aplikace strojového odvozování, v níž se v posledních padesáti letech, ve velké míře objevují soubory inherentně vágních znalostí, získaných přirozeným poznáním (v terminologii umělé inteligence se jim říká povrchové znalosti), je nutno redukovat a znalosti s inherentní vágností zcela oželet, vypustit je. Je přípustné používat pouze znalosti získané metodou exaktních věd (v terminologii umělé inteligence se jim říká hloubkové znalosti), tedy znalosti vyjádřené veličinami, parametry a matematicky reprezentovanými vztahy mezi nimi.

Entity, které mohou být použity při automatizovaném odvozování, tedy při zachování nulové vnitřní vágnosti interpretace všech jazykových konstrukcí formálního systému, jsou jen a jen tyto:

• matematické entity (např. dokazování teorémů)
• exaktní hry – umělé formální systémy materializované do podoby figur, karet apod. (např. šachy, karetní hry)
• znalosti získané Newtonovou metodou exaktních věd (odvozování ve vědě a technice, hloubkové znalosti v umělé inteligenci např. automatizovaná optimalizace logických obvodů).

Dalším problémem automatického odvozování je nesamohybnost formální inference. Je nutno vytvořit umělého hybatele. Učebnicové návody na vytvoření hybatele např. metrizací stavového prostoru (tj. prostoru vytyčeného všemi dovolenými pohyby inference), a tak akcentování jisté inference na úkor jiných aplikovatelných v daném bodě stavového prostoru, je použitelná jen v ojedinělých případech. Jen ve spíše vzácných případech lze pro celý stavový prostor vytvořit globálně působícího hybatele. Ve většině reálných případů musí tvůrce systému nalézt vhodný podnět pro pohyb inference pro každý bod stavového prostoru, což je velice obtížná a namáhavá úloha, uvážíme-li, že takových bodů jsou stovky i tisíce.

Do jaké míry jsou tato závěrečná konstatování známa odborné veřejnosti? Zajímavým dokumentem je úvodní sešit manuálu prázdného znalostního systému SMART ELEMENTS V. 2.0, od firmy Neuron Data. Ilustrativním příkladem pro uživatele je v manuálu uveden fyzikální problém přepouštění kapaliny mezi nádržemi. Tedy zvolen příklad z oboru newtonovských exaktních věd. Jsou tvůrci SMART ELEMENTS vědoucí, nebo je to náhoda? Spíš vědí, ale mlčí, aby prodali. Dále, pro uživatele používající pro budování znalostního systému přirozený jazyk reprezentující inherentně vágní znalosti člověka, je jim tvůrci systému připraven pestrý rejstřík nástrojů pro ovládání každého inferenčního kroku uživatelem. Proč? Protože, jak víme, formální inferenci nelze v tomto případě použít, vzdělaní tvůrci SMART ELEMENTS to nejspíš vědí, a nevědoucímu zákazníkovi - uživateli vycházejí oněmi nástroji vstříc. Uživatel tak může nastoupit klopotnou cestu nekončícím bludištěm svých ad hoc nápadů, jak vést jednotlivé inferenční kroky, jichž jsou stovky, ale spíš tisíce. Je to nekončící „bastlení“. Výsledky takového úsilí dosti nelichotivě hodnotí prof. Dreyfus, H. L. ve své knize „Dreyfus, H. L.: "What Computers Still Can't Do. A Critique of Artificial Reason." The MIT Press, Cambridge – Massachusetts, London - England, 1993.“